少样本提示：给模型提供示例

“少样本”和“零样本”分别是什么意思

零样本提示是指要求得到一个结果但不包含任何示例；一次样本提示恰好包含一个示例；少样本提示则包含多个示例。这些术语描述的是提示词中包含多少个示例，而不是对准确性的一种断言——一个写得好的零样本提示，其效果可能超过一个选择不当的少样本提示，因为示例只有在真正代表你想要的东西时才有帮助。

什么时候示例比更长的描述更有帮助

当任务的格式、语气或模式确实更容易展示而不是描述时，示例才能发挥作用——比如把数据归入几个用文字难以定义清楚的类别、匹配一种特定的写作口吻，或者遵循一个带有各种细微规则、简单描述容易遗漏的模板。对于一个用一句简短指令就已经毫无歧义的任务，添加示例只会增加篇幅，而不会增加信息量。

什么样的示例才真正有用，而不只是凑数

一个示例的好坏取决于它对真实任务的代表性——一个过于简单或不寻常的示例，可能会教会模型错误的模式。几个精心挑选、能覆盖你实际预期的各种情况（如果有可能出现边缘情况，也包括进去）的示例，往往比几个看起来都差不多的示例效果更好。如果你的示例在语气或格式上互相矛盾，那么模型很可能会把它们混合在一起，而不是选出你真正想要的那一种。

常见问题

一个少样本提示应该包含多少个示例？

没有固定的数字——只要能覆盖你预期的各种情况即可，通常是两到五个，只有当任务的变化确实更大时才需要更多。添加几个看起来都差不多的示例，往往在第一两个之后就没有多大帮助了。

少样本提示是否总是比零样本提示更好？

不是。这不是一个已被证实的、有保证的准确率提升，本页也不会做这样的断言——在一个定义清晰的任务上，一个清楚的零样本提示同样可以表现得很好，示例主要在任务展示起来比描述起来更容易时才有帮助。

我可以把少样本示例和逐步推理指令结合起来吗？

可以——它们解决的是不同的问题。示例展示你想要的模式或格式；要求逐步推理则改变了模型得出答案的方式。关于第二种技巧，可参见下方链接的“思维链提示”。